全方位移动机器人研究综述

贾 茜，汪木兰，刘树青，朱 钢

（南京工程学院，南京 211167）

0 引言

随着社会生活的进步和机器人技术的发展，移动机器人正代替人类在不同领域发挥越来越重要的作用。作为人类运动功能的延伸和扩展，移动机器人能够前往人们无法到达的区域如太空、火山、雷区，完成高危险性的勘探、排雷等任务。为了减轻工作强度，将人们从单调枯燥的工作中解放出来，移动机器人在工业、农业、医疗等领域从事搬运、采摘、护理等工作。移动机器人已经越来越多的融入到人们的生产生活之中。

根据移动特性的不同，分为非全方位和全方位移动机器人两种。其中全方位移动机器人能够实现平面内前后、左右和自转，具有机动灵活的运动特性，非常适合工作在空间狭窄有限，对机器人机动性要求高的场合。本文回顾了国内外全方位移动机器人研究的历史及取得的成果, 分析探讨了全方位移动机器人的关键技术，并对全方位机器人的发展趋势进行了展望。

1 全方位移动机器人研究进展及现状

全方位移动机器人是一种满足完整约束条件，并具有平面内三个自由度的机器人。与普通轮式移动机器人相比，全方位移动机器人可以在保持车体姿态不变的情况下，从当前位置向工作平面上的任意位置和方向运动。它能够通过狭窄的通道、直角弯道，能够在需要精确定位和高精度轨迹跟踪的场合进行自身位姿的细微调整。此外，全方位移动机器人摆脱了转弯半径的限制，能够实现零曲率半径运动。卓越的运动性能使得全方位移动机器人受到国内外众多高校及研究机构的关注，并进行了全面而深入的研究。

图1 CMU研发的Uranus机器人

Mecanum轮式机器人是研究较早、技术较成熟的一种全方位移动机器人，最早由瑞典Mecanum公司的工程师Ilon于1973年提出。1980年美国海军购买了该专利并进行军事应用开发。1986年卡耐基梅隆大学（CMU）机器人研究所与美国海军合作开发了一款全方位移动机器人Uranus（如图1所示），并进行了初步的运动学建模、控制系统设计以及车轮打滑检测等方面的研究[1]。1996年专利失效后，美国及世界众多大学、研究机构和公司对Mecanum轮式机器人进行了全方位、深层次的研究。新西兰梅西大学Olaf Diegel对Mecanum轮式机器人沿不同方向的运动效率进行了分析和比较，并提出了一种通过改变辊子方向降低能量损耗，提高运动效率的新型车轮结构[2]。Jorge[3]比较了传统车轮与Mecanum轮的区别，用旋量方法给出了四轮结构机器人的运动学方程和三轮结构的动力学方程。Kang[4]设计了一种配备了机械手臂和叉车式升降机的Mecanum轮式全向轮椅，可以帮助残疾人在工厂中从事货物搬运的工作。

由万向轮系构成的机器人是另外一种研究、应用较广泛的全方位移动机器人。斯坦福大学机器人实验室在2000年，设计开发了Nomadic XR4000机器人，该机器人的移动机构由四个万向轮构成，可作为移动平台搭载PUMA560机械手臂[5]。由于采用普通充气轮胎，这种机器人运行平稳，不会在纵向方向产生振动，同时明显减少了打滑现象的发生。

针对绝大多数全方位机器人只能在光滑、平整的路面上运动的局限，麻省理工学院研发了一款采用分离式偏心轮系的机器人，如图2所示。该机器人的移动机构采用呈90°分布的四组分离式偏心轮模块，每个模块由一对车轮、车轮连接轴及偏置链节构成。每个车轮由一个电机独立驱动，通过控制器协调八个电机的转速和转向。独特的分离式偏心车轮及旋转轴设计减轻了机器人对路面的压力，可以用于不平整的、非结构空间和地形的全方位运动[6]。

图2 MIT设计的全方位移动机器人

国内全方位移动机器人的研究虽然起步较晚，但近年来发展迅速并取得了一些重要的研究成果。哈尔滨工业大学机器人研究所将Mecanum轮式全方位移动机构应用于爬壁机器人，使其能够沿竖直交错的焊缝行走并对焊缝缺陷进行检查[7]。中科院自动化研究所设计研制了一种全方位移动机械手系统，并针对系统动力学特性完全未知且存在外部干扰的情况，设计了鲁棒轨迹跟踪控制器[8]。中科院沈阳自动化研究所研制了利用电磁导航的全方位自动引导车（AGV），用于汽车总装生产线的装配、自动立体仓库的运输等场合[9]。东南大学设计开发的Mecanum轮式全方位移动机器人采用视觉导航，能够实现路标识别、复杂路径选择和跟踪控制等功能，应用于飞机大型零件在车间的周转运输[10]。

2 全方位移动机器人关键技术

全方位移动机器人除了能够进行全向运动，同时还具有任务分析、路径规划、路径跟踪、信息感知等类似人类行为的人工智能。此类机器人的研究涉及机械、电子、控制、传感器等技术，但主要集中在全方位移动技术、运动控制、路径规划等若干关键技术的研究与突破。

2.1 全方位移动技术

全方位移动机器人灵活运动的关键在其轮系及移动机构。最早的全方位轮由J.Graibowiecki于1919年提出，随后发展出有转向机构和无转向机构两类全方位系统。具有转向机构的全方位系统是在普通轮系的基础上增加一套转向装置，控制车轮轮毂平面的趋向和运动方向，如万向轮系等。没有转向机构的全方位系统通过车轮结构的特殊设计以及轮系的速度配合，实现平面内三自由度的运动，典型的全方位轮包括：Mecanum轮、球轮和正交轮等，如图3所示。

图3 典型的全方位轮

Mecanum轮是目前应用最广泛，技术最成熟的一种全方位轮，由轮毂和安装在轮毂外缘上的一组鼓形辊子组成。辊子与车轮轴线成一定角度，它绕车轮轴线旋转的同时也能绕自身轴线转动。为了保证运动的平滑性，辊子的形状要保证车轮的侧视图为圆形。三个或三个以上的Mecanum轮通过转速和转向的配合可以实现全方位运动。然而，由于辊子之间存在间隙，使得车轮转动过程中与地面的接触点不断变化，会造成车体的振动和打滑，影响机器人的运动精度。

球轮[11]由滚动球体、支撑辊子和驱动辊子组成。球轮的驱动力来自驱动辊子和球体的摩擦力，而摩擦力又与载荷以及路面情况有关，因此球轮的驱动力和速度都受到较大限制而且容易发生打滑现象。

正交轮[12]由两个半径相等且切去球冠的球形轮子组成。每个球形轮子通过一个垂直于切面且通过球心的支撑轴固定在一个框架上，两个支撑轴相互垂直因此称为正交轮。在轮子的交替运动过程中，由于两个轮子同时接触地面的时间很短，每个轮子承受的压力变化很大，因此会影响与地面的摩擦力，进而影响轮子的速度和整体的运动精度。

综上所述，具有转向机构的全方位系统的车轮结构简单但转向机构结构复杂，运行平稳、负载能力强，但曲线轨迹行走能力较差。没有换向机构的全方位系统运动灵活，控制相对简单，但车轮结构复杂且设计加工要求较高，行走效率较低。

2.2 运动控制

全方位移动机器人尤其是采用全方位轮的机器人，其车轮结构、运动机理及受力情况复杂，如何实现精确而有效的运动控制一直是研究的热点和难点问题。

2.2.1 运动学和动力学建模

运动学和动力学模型是全方位移动机器人运动控制的基础，也是机器人控制器设计的前提和保障。机器人动力学建模常用的分析方法包括：拉格朗日、牛顿－欧拉法、虚功原理法、凯恩法以及旋量法等。其中，前两种方法应用较广泛，而旋量法是近几年研究较多的一种方法，尤其在机器人领域取得了重要的研究成果。

当前，全方位移动机器人的运动控制方法多从运动学模型出发，较少考虑其动力学特性，因此这类方法控制简单，能实现基本的全方位运动，但控制精度往往不高。相反的，基于动力学模型的控制方法更能真实地反映机器人的运动规律，但由于摩擦力、质量和转动惯量等不确定性因素的存在，为系统的控制带来了很大困难。

2.2.2 导航与路径规划

导航是实现机器人智能化的重要核心技术。所谓导航是指移动机器人通过传感器感知环境信息和自身状态，实现面向目标的自主运动。移动机器人主要的导航方式包括电磁导航、光反射导航、GPS导航、惯性导航、视觉导航等。其中，视觉导航通过安装在机器人上的摄像机拍摄周围环境的图像，利用图像处理技术提取有效信息并对机器人运动进行引导。视觉导航具有信号探测范围宽，获取信息完整等特点，是未来移动机器人导航的一个主要发展方向。其中全向视觉具有360°的水平视角，能够获取机器人周围的全景信息，尤其适合全方位移动机器人的导航。

路径规划是机器人导航研究的一个重要环节和课题，是指移动机器人按照某一性能指标搜索一条从起始状态到达目标状态的最优或次优路径[13]。根据环境信息的掌握程度，路径规划分为环境信息完全已知的全局路径规划和环境信息完全未知或部分未知的局部路径规划。全局路径规划包括环境建模和路径搜索两个子问题。其中环境建模的主要方法有：可视图法、栅格法、拓扑法等。路径搜索算法包括Dijkstra算法、A*算法等。局部路径规划是近年来研究的重点，常见的方法有：遗传算法、模糊逻辑法、神经网络法、蚁群算法、人工势场法等。根据划分依据的不同，路径规划方法还可以分为动态路径规划和静态路径规划；精确式和启发式路径规划；基于模型的路径规划和基于传感器的路径规划等多种。

2.2.3 路径跟踪控制

路径跟踪是移动机器人运动控制的核心问题之一，是指在得到全局或局部路径规划的轨迹后，如何使机器人按照规划好的路径运动的问题。路径跟踪常用的方法包括：经典PID控制、自适应控制、滑模控制、回退法、神经网络法、模糊控制等。其中PID算法控制简单，稳定性好，但需要建立控制对象的精确模型。神经网络法可以克服系统的不确定性和未建模的未知扰动，但若采用多层前向神经网络，其控制算法较复杂，在线学习时间较长[14]。模糊控制算法不需要精确的数学模型，能较好的实现从输入到输出的非线性映射，但模糊规则难以面面俱到，且缺乏泛化能力。

全方位移动机器人是典型的多输入多输出的非线性系统，而且比普通轮式移动机器人多一个自由度，因此控制难度较大。此外，无转向机构的全方位移动机器人由于车轮结构的原因，运动过程存在打滑现象，必然影响机器人的跟踪精度。因此，如何消除或补偿车轮打滑的影响，提高路径跟踪精度，是全方位移动机器人运动控制研究的重要内容之一。

2.3 多传感器信息融合

多传感器信息融合是指对多个传感器所获得的信息进行综合处理，消除信息之间可能存在的冗余和矛盾，降低不确定性，以形成对系统环境相对完整一致的理解[15]。移动机器人多传感器信息融合技术的研究始于20世纪80年代，目前常用的方法有：贝叶斯估计、卡尔曼滤波、加权平均法、D-S证据理论推理、模糊推理法和神经网络法等。移动机器人研究中，多传感器信息融合技术常用于目标识别、环境地图创建以及机器人定位等问题。

3 结束语

目前，全方位移动机器人的研究主要集中于全方位移动机构设计、机器人运动控制以及信息处理方面。随着机器人智能化水平的提高和研究的不断深入，未来全方位移动机器人发展趋势主要表现为以下三个方向。高度为62.5%，车辆行走路程为2.87倍，车辆运行时间为70.73%。由此可以得出结论，双向穿梭板密集仓储系统与传统的巷道堆垛机仓储系统相比，具有仓储密度高、作业效率高、节约土地、减少成本等优点，而且由于降低了仓库的高度，也增加了仓储作业的安全性和可靠性。

[1]陈震天.密集式仓储系统建设与应用[J].物流技术与应用,2013,(2)

[2]Minde Shen, Peng Zhang, lanqiang Cong, Chengmin Gao.An intensive automatic warehousing system based on two-way shuttle plate[A].Proceedings 2014 International Conference on Industrial Engineering and Information Technology,May 16-18,2014[C].Tianjin,China.P.120-124.

[3]朱小蓉.基于Flexsim的仓储作业系统仿真及优化[J].物流技术,2012,(3)

[4]陈子侠,龚剑虹.物流仿真软件的应用现状与发展[J].浙江工商大学学报,2007,(4).